Debido a nuevas tecnologías de cómputo, hoy día el machine learning no es como el del pasado. Nació del reconocimiento de patrones y de la teoría que dice que las computadoras pueden aprender sin ser programadas para realizar tareas específicas; investigadores interesados en la inteligencia artificial deseaban saber si las computadoras podían aprender de datos. El aspecto iterativo del machine learning es importante porque a medida que los modelos son expuestos a nuevos datos, éstos pueden adaptarse de forma independiente. Aprenden de cálculos previos para producir decisiones y resultados confiables y repetibles. Es una ciencia que no es nueva – pero que ha cobrado un nuevo impulso.

Aunque muchos algoritmos de aprendizaje basado en máquina han estado entre nosotros por largo tiempo, la posibilidad de aplicar automáticamente cálculos matemáticos complejos al big data – una y otra vez, cada vez más rápido – es un logro reciente.

¿Qué se requiere para crear buenos sistemas de machine learning?

  • Recursos de preparación de datos.
  • Algoritmos – básicos y avanzados.
  • Automatización y procesos iterativos.
  • Escalabilidad.
  • Modelado en conjunto.

 Avenida Cataluña 11, bajo derecha. 46020 – Valencia

 A consultar

Compártelo

Inscríbete

Elige tus áreas de interés:
DesarrolloSeguridad y sistemasGestión y Dirección de ProyectosAnálisis de datos

Selecciona a qué tipo de actividades te gustaría asistir:
CursosWebinairsJornadasMaster

© 2021 Laberit. Todos los derechos reservados.

Click Me

Este sitio web utiliza cookies propias y de terceros para garantizar una mejor calidad de servicio. Si continuas navegando, entendemos que aceptas su uso. más información

Los ajustes de cookies de esta web están configurados para "permitir cookies" y así ofrecerte la mejor experiencia de navegación posible. Si sigues utilizando esta web sin cambiar tus ajustes de cookies o haces clic en "Aceptar" estarás dando tu consentimiento a esto.

Cerrar